Impact factors and publication times of original scientific research in radiology journals
Notice bibliographique
Résumé
PURPOSE: The time from article submission to publication in peer-reviewed scientific journals is variable and can be prolonged, which slows the dissemination of research and can influence the academic progress of authors. This study evaluated the publication times for articles in radiology journals, in particular the relationship between turnaround times and journal impact factors (IFs). METHODS: Bibliometric data was obtained from Journal Citation Reports to conduct a comparative analysis of radiology journals against those in other disciplines of clinical medicine using highest IF, median IF, cited half-life, immediacy index, and number of journals. Journals from various radiology subcategories were further examined to assess IF trends over time. The Pearson correlation coefficient was used to identify any statistically significant relationships between IF and other variables. RESULTS: Among 28 medical disciplines, there was a significant positive correlation of 0.63 between the number of journals and the highest journal IF of a given discipline. Among 135 radiology journals categorized into 12 subcategories, there was a similar significant correlation of 0.64. For high-ranking radiology journals, the median time from submission to publication online was 22.7 weeks [IQR = 9.3] and median time from submission to publication in print was 37.9 weeks [IQR = 7.1]. The former time interval showed a positive correlation of 0.58 with journal IF at p < 0.05. CONCLUSION: There is wide variation in the time from submission to publication in radiology journals. Authors can expect a longer turnaround time when publishing in higher-impact journals.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,132 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,069 | 0,137 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,006 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».